Știința datelor este un instrument excelent pe care îl aveți atunci când conduceți o afacere.
Cu toate acestea, analiza va ajuta doar dacă generează impact. Acest impact ar putea fi orice, de la creșterea companiei, produse mai bune sau venituri crescute.
Utilizarea analizei pentru a lua decizii în afacerea dvs. este cunoscută ca luare a deciziilor bazate pe date. Aceasta implică colectarea de date, extragerea tiparelor și faptelor și efectuarea de inferențe.
Este cu siguranță mai popular acum să investești timp și resurse pentru a lua majoritatea deciziilor companiei bazate pe date.
În ciuda acestui fapt, sondajele arată că senzație intestinală încă factori în procesul de luare a deciziilor.
Un factor major în acest sens este lipsa unui cadru adecvat de luare a deciziilor în organizație.
Acest articol va prezenta cadrul BADIR și modul în care îl puteți utiliza pentru a crea acțiuni, bazate pe date perspective pentru afacerea dvs.
Cadrul BADIR Date to Decisions
BADIR framework este un cadru extrem de eficient de date la decizie, conceput pentru a rezolva problemele de afaceri.
Este simplu de adaptat și funcționează pentru orice industrie. Acesta își propune să combine știința datelor și știința deciziei împreună într-un cadru ușor de urmărit.
Aryng, o companie binecunoscută de consultanță, instruire și consiliere în domeniul științei datelor a conceput acest cadru de date pentru decizii.
Astăzi, diverse companii din Fortune 500 pentru inițiativele lor de transformare digitală au adoptat BADIR.
Caracteristici cheie ale cadrului de date pentru decizii
- Oferiți informații acționabile bazate pe date
- Formulați un plan de analiză bazat pe ipoteze
- Facilitează specificarea datelor pentru a face dat
- Perspective derivate din tehnicile de recunoaștere a modelelor în Invatare mecanica si statistici
- Prezentați recomandări aplicabile părților interesate
Cei cinci pași în cadrul de la date la decizii
Cadrul BADIR de date la decizii implică cinci pași care trebuie urmați în ordine.
Întrebare de afaceri
Înainte de a face orice fel de extragere sau analiză a datelor, trebuie să înțelegem mai întâi contextul problemei pe care încercăm să o rezolvăm. Acest lucru va ajuta la reducerea numărului de iterații necesare pe linie.
Aceasta implică adresarea întrebărilor potrivite. Cadrul ne încurajează să punem cele șase întrebări de bază (cine, ce, unde, când, de ce și cum).
De exemplu, trebuie să ne asigurăm că înțelegem ce decizie trebuie luată.
Este urgenta aceasta decizie?
Trebuie să știm când se așteaptă să venim cu o recomandare finală.
În sfârșit, trebuie să știm cine sunt părțile interesate.
Ar trebui ca datele să fie partajate atât cu echipa de marketing, cât și cu echipa de logistică?
Câte părți interesate trebuie să cunoască rezultatele analizei noastre?
De fapt, încercăm să transformăm întrebările de bază în întrebări adecvate. De exemplu, este posibil să aveți următoarea solicitare de date: „date despre clienți în funcție de țară, produs și caracteristică”.
O solicitare mai bună și mai utilă ar trebui să arate astfel: „Care sunt motivele pentru care pierdem clienți după lansare? Ce acțiuni poate face departamentul de vânzări și marketing pentru a rezolva această pierdere?”
Planul de analiză
După ce ne-am decis asupra unei întrebări concrete de afaceri, următorul nostru pas este formularea unui plan de analiză.
Ar trebui să creăm obiective SMART. SMART este un acronim care înseamnă Specific, Measurable, Achievable, Relevant și Time Bound.
În continuare, ar trebui să ne formulăm ipotezele. Acestea sunt afirmații pe care ne propunem să le dovedim sau să le infirmăm folosind datele noastre. Alături de aceste ipoteze, ar trebui să stabilim criteriile necesare pentru a le dovedi pe fiecare.
De asemenea, trebuie să analizăm metodologia necesară în timpul analizei datelor. Metodologiile comune includ:
-
Agregat
-
Corelație
-
tendință
-
evaluare
După ce ne-am decis asupra metodologiei, trebuie să decidem și asupra specificației datelor.
Vom folosi date din ultimul an sau date din toate timpurile?
Vom folosi în principal date financiare sau date de marketing?
Aceste întrebări sunt importante deoarece acest lucru va facilita procesul de colectare a datelor mai târziu.
Rezultatul final al acestui pas este un plan de proiect. Aceasta include toate resursele necesare pentru a efectua această analiză, precum și cronologia pentru fiecare pas din proces. Planul de proiect specifică, de asemenea, cine sunt părțile interesate, precum și diferitele roluri în cadrul echipei.
De exemplu, să presupunem că avem următoarea ipoteză: „Compania noastră pierde clienți din cauza unei campanii de marketing mai puțin reușite în ultimul trimestru”.
Pentru a dovedi sau infirma această analiză, va trebui să extragem date de marketing din ultimul an.
Putem folosi metodologia de corelare pentru a determina dacă o valoare precum CTR este corelată sau putem prezice numărul de clienți pentru fiecare trimestru.
Colectare de date
Colectarea datelor este acum mult mai ușoară, deoarece am putea descrie specificația datelor în timpul etapei Planului nostru de analiză. Acest lucru va împiedica recuperarea datelor inutile.
Acest lucru este deosebit de important dacă avem de-a face cu o cantitate semnificativă de date, deoarece va economisi timp atunci când executăm metodologia aleasă.
Etapa de colectare a datelor implică, de asemenea, curățarea și validarea datelor. Curățarea datelor se referă la manipularea datelor pentru a le face utilizabile.
Trebuie să efectuăm validarea datelor pentru a ne asigura că datele pe care le avem sunt corecte.
Obțineți perspective
Următorul nostru pas implică obținerea reală a informațiilor din datele noastre.
În acest pas, examinăm modelele din datele noastre.
De exemplu, în analiza corelației putem începe cu o analiză univariată care privește distribuția parametrilor cheie. Dacă este cazul, putem afla și dacă există o diferență între un test și o populație de control.
Folosind criteriile pe care le-am stabilit în a doua etapă, încercăm, de asemenea, să ne demonstrăm și să infirmăm ipotezele noastre.
În cele din urmă, rezultatul acestui pas ar trebui să fie constatările noastre. Ar trebui să prezentăm constatările noastre cu privire la impactul cuantificat.
De exemplu, puteți menționa impactul asupra dolarului al unei anumite scăderi procentuale pentru a implica părțile interesate.
Ați putea spune că o scădere procentuală a achiziției de clienți poate duce la o scădere a veniturilor de 1 milion USD.
Recomandare
Recomandările sunt cel mai important pas în cadrul BADIR. Aceste recomandări trebuie să fie aplicabile.
Ele sunt principalul motiv pentru care am trecut prin fiecare pas în acest cadru.
În acest ultim pas, dorim să realizăm mai multe lucruri. În primul rând, trebuie să interacționăm cu publicul țintă. Aceasta înseamnă că ar trebui să prezentați recomandări scurte și perspicace.
O recomandare credibilă și solidă vă va face, de asemenea, să fiți perceput ca un partener de afaceri eficient.
În cele din urmă, recomandarea dvs. ar trebui să vă conducă publicul spre acțiune.
Dacă veți fi responsabil cu prezentarea recomandărilor, este important să construiți un pachet de diapozitive care să aibă toate constatările dvs.
Crearea unui pachet de diapozitive este iterativă, începând cu toate constatările dvs. și simplificând progresiv fluxul pachetului.
Diapozitivele finale ar trebui să aibă un rezumat concis. Putem adăuga orice informații suplimentare într-o anexă.
Concluzie
Adoptarea unui cadru de date pentru decizii este o modalitate excelentă de a vă asigura că puteți obține informații utile din datele dvs. de afaceri.
Combinarea științei datelor cu știința deciziei permite un dialog între toate părțile interesate implicate. Fiecare pas din cadrul BADIR de date la decizii conduce la un rezultat final eficient: recomandări acționabile.
Spune-ne cum poate beneficia afacerea sau echipa ta de pe urma acestui tip de cadru!
Lasă un comentariu